标价没降，但你的账单可能已经变了

9月1日，Anthropic发了两款新模型——Claude Fable 5.1和受限版Mythos 5.1。

跑分多少？不重要。

真正值得看的数字在价目表里：列表价一分没动，输入10美元、输出50美元/百万token，跟上一代一模一样。但缓存读取价从1美元砍到0.25美元，降了75%。

第二天，Google把Gemini 3.8 Flash转正。输入0.75美元/百万token，缓存读取只要0.075美元——正好是十分之一。

再往前看，国内那场Flash之争，真正拉开差距的也不是标价。GLM-5.3-Flash和Qwen3.8-Flash的输入价都压在0.8元、输出2.7到2.8元，几乎不差。真正的差距在缓存命中价：Qwen低到0.1元/百万token，DeepSeek闲时能到0.05元。

标价没变，但你的账单可能已经变了。

为什么厂商都在抢“缓存价”？

因为烧钱的场景变了。

单轮问答的token消耗就那么多，标价砍到地板也省不了几个钱。真正烧钱的是那些反复读同一份上下文的Agent任务：一个改代码的Agent，同一份代码库要读几十遍；一个长文档助手，系统提示和背景材料几乎全程不动。

Anthropic的官方数据说得很直白：缓存命中价一降，典型工作负载便宜约25%，重度依赖缓存的Agent场景能便宜到45%。

这道算术很简单：缓存命中的token，模型不用重新计算，边际成本远低于首算。厂商过去把这块利润藏着，现在拿出来当武器，说明他们赌的是Agent化才是下一波量用的主力。

降价的方式在分化

Anthropic：标价不动，只动缓存。

Google：用“入门价+定期调价”快攻打法。

国内：标价、缓存、限时折扣叠在一起打混战。智谱GLM-5.3-Flash叠了限时5折到9月9日，阿里云8月31日把Qwen3-VL-Rerank的多模态输入从1.8元直接降到0.5元。

对开发者来说，旧有的“比标价”方式越来越失真。同样一份账单，缓存命中率90%和0%，成本能差出一个数量级。

如果你在用EasyAPI这类聚合层，缓存降价的红利能直接落到账单上——它把多模型接入、缓存命中率、每次调用的真实成本放在同一个视图里，切换只改配置不动代码。缓存价降了，你看得见；哪个任务值得缓存，你管得住。

一条规律正在浮现：标价是给市场看的，缓存价才是给账单看的。下次看到某家“没降价”的新闻，往下翻一页价目表——真正的战争，可能就藏在那行不起眼的小字里。